袁传新等：卷积神经网络在矿区预测中的研究与应用 1599· 性，减少时间和人力、物力成本 裸露岩石成为结壳生长有利位置.对本文获得的 2地形特征与理论方法 数值矩阵计算坡度值得表1，坡度大部分处在 8°~12°范围内，坡度较陡的地形较少 2.1海山富钴结壳矿区地形特征 结壳的形成及其丰度变化受控于诸多因素， 表1地形坡度统计 经纬度、区域地质构造、水深、地形和水文等都会 Table 1 Topographic slope statistics 对结壳的生长产生重要影响0例如，海山经纬度 Slope/() Ratio/% 位置决定了海山洋流速度以及流向，进而决定了 <8 21.43 结壳的附着程度、丰度以及类型：大量的研究成果 8-12 66.38 以及统计数据表明，水深影响结壳的生长和富集， >12 21.43 结壳大部分分布在水深1000~3000m范围内：结 分析认为，富钴结壳在一定范围内的坡度和 壳的产生来源于海水中的微生物和钙质粒子，水 平整度的海山区域容易生长富集，具备明显的分 文环境也是一个重要因素.研究认为，结壳分布与 类特征，可以作为找矿靶点的依据.运用容易获得 海山的地形特征具有一定的关系，控制作用效果 也比较明显四.结壳产生于各大洋区的水下高地， 的海拔高度矩阵作为地形特征，并采集大量的正 海山和岛屿斜坡是主要富集区，海山对结壳成矿 负样本，使用在分类问题上表现优异的卷积神经 网络进行二分类，进而成为富钴结壳矿区和结壳 具有重要意义，三大洋中，太平洋海山富钴结壳矿 富集海山选定的参考依据，具有现实意义 点的分布比例占到了73.3%.在空间上，海山山顶 2.2数据处理方法 区一般为微结核发育区，在海山的局部高地会有 2.2.1数据标准化 结壳生长成矿四海山分为尖顶海山和平顶海山 数据标准化（归一化）的目标是突出主要特征 两大类，尖顶海山山顶、边缘、上部斜坡及中部斜 的作用.弱化次要特征的影响.富钴结壳在不同海 坡区山脊部位最容易成矿，平顶海山边缘和除陡 崖外的上部斜坡区成矿率也较高P] 拔高度位置均有站点，地形矩阵数值分布在 图1表征了本文数值矩阵反应的地形特征，横 -4000~-800m之间，跟前文提及富钴结壳主要分 纵坐标表示各海拔取值点相对于第一个点的水平 布在1000~3000m范围内基本一致.不同的矩阵 数值的平均高度差别很大，而需要考虑的主要因 方向距离d,和d,竖坐标轴表示各取点海拔高度 素是整个矩阵反应的地形特征，高度数值的大小 h,均以米为单位.从形态学上讲，海山的形态要素 属于次要因素，因此要处理高度之间的差别 主要包括海山坡度、海山表面平整度2，因此要考 常用的两种数据标准化的方法是min-max和 虑的因素主要有坡度和海山微地貌特征.地形坡 度太小，海水中的物质不容易沉积：在地形坡度较 Z-cores.min-max标准化对原始数据进行变换，把 大的地方，结壳生长过程中容易塌落2阿坡度较大 结果值范围映射到0~1之间，函数为(1)，min和 max分别为最小值和最大值.Z-cores标准化处理 和坡度较小都不利于结壳的形成.根据矿物质沉 数据使之符合标准正态分布，函数为公式(2)， 积理论，颗粒最容易在凸起的部分聚集，山坡上的 u和o分别为样本均值和方差.本文对min-max 标准化方法做了改变，首先计算所有矩阵的max与min -2050 之差，取差值的最大值MAX,然后将公式(1)中分 -2100 母部分替换为MAX,函数为公式(3)，目的在于防 -2150是 止崎岖地形与平缓地形混淆 -2200 x=(x-min)/(max-min) (1) -2250 (2) 50 x=(x-M)/o x=(x-min)/MAX (3) 0 30 10 20 0 dm 2.2.2插值算法 30 d/m 40 50 0 双线性插值算法根据插值点最接近的4个点 图1局部海山地形 的像素值进行计算.设（什山，什）为坐标变换后浮 Fig.I Local seamount terrain 点坐标，i,)为坐标（位，）位置的像素值，什山，性，减少时间和人力、物力成本. 2    地形特征与理论方法 2.1    海山富钴结壳矿区地形特征 结壳的形成及其丰度变化受控于诸多因素， 经纬度、区域地质构造、水深、地形和水文等都会 对结壳的生长产生重要影响[20] . 例如，海山经纬度 位置决定了海山洋流速度以及流向，进而决定了 结壳的附着程度、丰度以及类型；大量的研究成果 以及统计数据表明，水深影响结壳的生长和富集， 结壳大部分分布在水深 1000～3000 m 范围内；结 壳的产生来源于海水中的微生物和钙质粒子，水 文环境也是一个重要因素. 研究认为，结壳分布与 海山的地形特征具有一定的关系，控制作用效果 也比较明显[21] . 结壳产生于各大洋区的水下高地， 海山和岛屿斜坡是主要富集区，海山对结壳成矿 具有重要意义. 三大洋中，太平洋海山富钴结壳矿 点的分布比例占到了 73.3%. 在空间上，海山山顶 区一般为微结核发育区，在海山的局部高地会有 结壳生长成矿[22] . 海山分为尖顶海山和平顶海山 两大类，尖顶海山山顶、边缘、上部斜坡及中部斜 坡区山脊部位最容易成矿，平顶海山边缘和除陡 崖外的上部斜坡区成矿率也较高[23] . 图 1 表征了本文数值矩阵反应的地形特征,横 纵坐标表示各海拔取值点相对于第一个点的水平 方向距离 d1 和 d2，竖坐标轴表示各取点海拔高度 h，均以米为单位. 从形态学上讲，海山的形态要素 主要包括海山坡度、海山表面平整度[24] ，因此要考 虑的因素主要有坡度和海山微地貌特征. 地形坡 度太小，海水中的物质不容易沉积；在地形坡度较 大的地方，结壳生长过程中容易塌落[25] . 坡度较大 和坡度较小都不利于结壳的形成. 根据矿物质沉 积理论，颗粒最容易在凸起的部分聚集，山坡上的 裸露岩石成为结壳生长有利位置. 对本文获得的 数值矩阵计算坡度值得 表 1，坡度大部分处 在 8º～12º范围内，坡度较陡的地形较少. 分析认为，富钴结壳在一定范围内的坡度和 平整度的海山区域容易生长富集，具备明显的分 类特征，可以作为找矿靶点的依据. 运用容易获得 的海拔高度矩阵作为地形特征，并采集大量的正 负样本，使用在分类问题上表现优异的卷积神经 网络进行二分类，进而成为富钴结壳矿区和结壳 富集海山选定的参考依据，具有现实意义. 2.2    数据处理方法 2.2.1    数据标准化 数据标准化（归一化）的目标是突出主要特征 的作用，弱化次要特征的影响. 富钴结壳在不同海 拔高度位置均有站点 ，地形矩阵数值分布在 −4000～−800 m 之间，跟前文提及富钴结壳主要分 布在 1000～3000 m 范围内基本一致. 不同的矩阵 数值的平均高度差别很大，而需要考虑的主要因 素是整个矩阵反应的地形特征，高度数值的大小 属于次要因素，因此要处理高度之间的差别. 常用的两种数据标准化的方法是 min−max 和 Z-cores. min−max 标准化对原始数据进行变换，把 结果值范围映射到 0～1 之间，函数为（1），min 和 max 分别为最小值和最大值. Z-cores 标准化处理 数据使之符合标准正态分布 ，函数为公式（ 2） ， μ 和 σ 分别为样本均值和方差. 本文对 min−max 标准化方法做了改变，首先计算所有矩阵的max 与min 之差，取差值的最大值 MAX，然后将公式（1）中分 母部分替换为 MAX，函数为公式（3），目的在于防 止崎岖地形与平缓地形混淆. x= (x−min)/(max−min) （1） x = (x−µ)/σ （2） x= (x−min)/MAX （3） 2.2.2    插值算法 双线性插值算法根据插值点最接近的 4 个点 的像素值进行计算. 设 (i+u, j+v) 为坐标变换后浮 点坐标 , f(i, j) 为 坐 标 (i, j) 位置的像素值 ， f(i+u, 表 1    地形坡度统计 Table 1    Topographic slope statistics Slope/(°) Ratio/% <8 21.43 8–12 66.38 >12 21.43 0 10 20 30 d1 /m d2 /m h/m 40 50 0 10 20 30 40 50 −2250 −2200 −2150 −2100 −2050 图 1    局部海山地形 Fig.1    Local seamount terrain 袁传新等： 卷积神经网络在矿区预测中的研究与应用 · 1599 ·